文件大小为100万兰特数

Question

rand的文件是100万个随机数。它被压缩到415 kb ....如果无法压缩随机数据，这怎么可能。

谢谢。

Jon Hutton

Answer 1

听起来他们每个字节存储为一个十进制数字。因此，只使用256个可能的字节值中的10个会使您有可能对随机数字进行log（256）/ log（10）压缩比，大约为2.4。你获得2.35（假设＆＃34; kb＆＃34; = 1024字节）。瞧。

通过将每三位数编码为十位，可以非常容易地得到2.4，因为1024＆gt; 1000.然后，您可以将1,000,000个十进制数字编码为416,667字节，或406.9 KiB。

使用像GMP之类的东西稍微困难一点，您可以将其编码为二进制的巨大百万位整数，这将需要415,242字节，即405.5 KiB。这对随机十进制数字来说就好了。

Answer 2

您最有可能在谈论1955年发布的着名"A Million Random Digits"测试数据。因此，Mark已经猜到，它的数字，而不是数字，这就是为什么二进制版本只有415,241字节。另请参阅Mark Nelson's homepage，其中包含指向the binary file的链接。

请注意，最终结果（二进制文件）在不知情的情况下是不可压缩的 - 尽管文件中有一些小冗余来自创建方式 - 有关详细信息，请参阅this forum entry：

  

百万随机数字文件中可能存在其他偏差   我几年前在comp.compression中讨论过的。数据是   最初是通过采样由噪声驱动的5位计数器产生的   振荡器产生一组20,000个穿孔卡，50位数   每。但是连续数字之间存在某种相关性，所以   他们所做的是添加相邻的卡片模10以产生一个   出版的新卡片组。这就是为什么总和   列是均匀的。每张原卡都会被计算两次。